Über diesen Kurs

1,218,562 kürzliche Aufrufe

Karriereergebnisse der Lernenden

41%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

37%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

12%

erhalten Sie eine Gehaltserhöhung oder Beförderung
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Anfänger“
Ca. 18 Stunden zum Abschließen
Englisch

Kompetenzen, die Sie erwerben

HyperparameterTensorflowHyperparameter OptimizationDeep Learning

Karriereergebnisse der Lernenden

41%

nahm einen neuen Beruf nach Abschluss dieser Kurse auf

37%

ziehen Sie für Ihren Beruf greifbaren Nutzen aus diesem Kurs

12%

erhalten Sie eine Gehaltserhöhung oder Beförderung
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Anfänger“
Ca. 18 Stunden zum Abschließen
Englisch

von

Placeholder

deeplearning.ai

Lehrplan - Was Sie in diesem Kurs lernen werden

InhaltsbewertungThumbs Up96%(53,235 Bewertungen)Info
Woche
1

Woche 1

8 Stunden zum Abschließen

Practical aspects of Deep Learning

8 Stunden zum Abschließen
15 Videos (Gesamt 131 min), 3 Lektüren, 4 Quiz
15 Videos
Bias / Variance8m
Basic Recipe for Machine Learning6m
Regularization9m
Why regularization reduces overfitting?7m
Dropout Regularization9m
Understanding Dropout7m
Other regularization methods8m
Normalizing inputs5m
Vanishing / Exploding gradients6m
Weight Initialization for Deep Networks6m
Numerical approximation of gradients6m
Gradient checking6m
Gradient Checking Implementation Notes5m
Yoshua Bengio interview25m
3 Lektüren
Clarification about Upcoming Regularization Video1m
Clarification about Upcoming Understanding dropout Video1m
Clarification about Upcoming Normalizing Inputs Video1m
1 praktische Übung
Practical aspects of deep learning30m
Woche
2

Woche 2

5 Stunden zum Abschließen

Optimization algorithms

5 Stunden zum Abschließen
11 Videos (Gesamt 92 min), 2 Lektüren, 2 Quiz
11 Videos
Understanding mini-batch gradient descent11m
Exponentially weighted averages5m
Understanding exponentially weighted averages9m
Bias correction in exponentially weighted averages4m
Gradient descent with momentum9m
RMSprop7m
Adam optimization algorithm7m
Learning rate decay6m
The problem of local optima5m
Yuanqing Lin interview13m
2 Lektüren
Clarification about Upcoming Adam Optimization Video1m
Clarification about Learning Rate Decay Video1m
1 praktische Übung
Optimization algorithms30m
Woche
3

Woche 3

5 Stunden zum Abschließen

Hyperparameter tuning, Batch Normalization and Programming Frameworks

5 Stunden zum Abschließen
11 Videos (Gesamt 104 min), 2 Lektüren, 2 Quiz
11 Videos
Using an appropriate scale to pick hyperparameters8m
Hyperparameters tuning in practice: Pandas vs. Caviar6m
Normalizing activations in a network8m
Fitting Batch Norm into a neural network12m
Why does Batch Norm work?11m
Batch Norm at test time5m
Softmax Regression11m
Training a softmax classifier10m
Deep learning frameworks4m
TensorFlow16m
2 Lektüren
Clarifications about Upcoming Softmax Video1m
Note about TensorFlow 1 and TensorFlow 210m
1 praktische Übung
Hyperparameter tuning, Batch Normalization, Programming Frameworks30m

Bewertungen

Top-Bewertungen von IMPROVING DEEP NEURAL NETWORKS: HYPERPARAMETER TUNING, REGULARIZATION AND OPTIMIZATION

Alle Bewertungen anzeigen

Über den Spezialisierung Deep Learning

Deep Learning

Häufig gestellte Fragen

Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..